Apprentissage statistique et données massives
"La numérisation du monde a pour conséquence la mise à disposition de masses de données inédites, notamment celles provenant du web. La statistique qui s'est développée autrefois dans un contexte de rareté des données fait face à de nouveaux défis. Donner du sens aux données, développer de...
Gardado en:
| Autor Corporativo: | |
|---|---|
| Outros autores: | , , |
| Formato: | Livre papier |
| Idioma: | Français |
| Publicado: |
Paris :
Éditions Technip
2018.
|
| Sujets: | |
| Autres localisations: | Voir dans le Sudoc |
| Résumé: | "La numérisation du monde a pour conséquence la mise à disposition de masses de données inédites, notamment celles provenant du web. La statistique qui s'est développée autrefois dans un contexte de rareté des données fait face à de nouveaux défis. Donner du sens aux données, développer des algorithmes prédictifs sans nécessairement avoir de modèle génératif, tels sont quelques-uns des objectifs de l'apprentissage statistique. L'apport d'autres disciplines - informatique et optimisation en particulier - est essentiel compte tenu de la nécessité de traiter rapidement les volumes de données impliqués. On distingue l'apprentissage supervisé, où l'objectif est de prévoir une réponse à partir de prédicteurs, de l'apprentissage non supervisé, qui recherche des structures et des formes sans chercher à prévoir une réponse particulière. Depuis les réseaux de neurones jusqu'aux forêts aléatoires, en passant par les séparateurs à vaste marge (SVM), de nombreux algorithmes ont été développés, ne reposant que faiblement sur des hypothèses probabilistes. Dans ce contexte, la validation, la capacité de généralisation à de nouvelles données et le passage à l'échelle sont donc essentiels." |
|---|---|
| Descrición Física: | 1 volume (XVI-511 pages) : couverture illustrée en couleur, illustrations, graphiques, tableaux, figures ; 24 cm. |
| Bibliografía: | Bibliographie pages 471-505. Notes bibliographiques. Index |
| ISBN: | 9782710811824 (br.) |